Comment l’IA pourrait résoudre les pénuries de la chaîne d’approvisionnement et sauver Noël
Covid-19 a braqué les projecteurs sur de nombreux réseaux dans le monde, d’Internet aux voyages aériens internationaux. Mais les chaînes d’approvisionnement qui sillonnent le monde – les navires, les camions et les trains qui relient les usines aux ports et aux entrepôts, apportant presque tout ce que nous achetons à des milliers de kilomètres de l’endroit où il est produit jusqu’à l’endroit où il est consommé – font l’objet d’un examen plus approfondi que jamais.
« Il est juste de dire que quoi que vous vendiez, vous avez un problème en ce moment », déclare Jason Boyce, fondateur et PDG d’Avenue7Media, une société de conseil qui conseille les meilleurs vendeurs Amazon. Boyce dit qu’il a des clients qui rapporteraient des dizaines de millions de dollars par an s’ils pouvaient rester en stock. « Nous discutons avec des clients tous les jours où ils ne font que pleurer », dit-il. « Pendant des mois, ils n’ont pas été entièrement en stock pendant une période de 30 jours consécutifs. »
Les jumeaux numériques cherchent à résoudre les ruptures dans la chaîne d’approvisionnement en les anticipant avant qu’elles ne surviennent, puis en utilisant l’IA pour trouver une solution de contournement. Le nom capture l’idée clé de simuler un système complexe dans un ordinateur, créant une sorte de jumeau qui reflète les objets du monde réel – des ports aux produits – et les processus dont ils font partie. Les simulations font partie de la prise de décision dans l’industrie depuis quelques années, aidant les gens à explorer différentes conceptions de produits ou à rationaliser l’aménagement d’un entrepôt. Mais la disponibilité de grandes quantités de données en temps réel et de puissance de calcul signifie que des processus plus complexes peuvent être simulés pour la première fois, y compris le chaos des chaînes d’approvisionnement mondiales qui reposent souvent sur de nombreux fournisseurs et réseaux de transport.
Ce type de technologie a donné à Amazon, qui a déjà l’avantage de contrôler ses propres camions et entrepôts, un avantage supplémentaire pendant des années. Maintenant, d’autres l’embrassent aussi. Google développe des jumeaux numériques de chaîne d’approvisionnement que le constructeur automobile Renault a annoncé avoir commencé à utiliser en septembre. Les géants du transport maritime international comme FedEx et DHL créent leur propre logiciel de simulation. Et des entreprises d’IA comme Pathmind créent des outils sur mesure pour tous ceux qui peuvent les payer. Pourtant, tout le monde n’en profitera pas. En fait, la nouvelle technologie puissante pourrait élargir une fracture numérique croissante dans l’économie mondiale.
Affronter la tempête
Il est facile de blâmer la pandémie pour les problèmes actuels de la chaîne d’approvisionnement. Les fermetures d’usines et les pénuries de main-d’œuvre ont détruit les centres de production et de livraison en même temps qu’un bond dans les achats en ligne et les achats de confort ont fait monter en flèche la demande de livraisons à domicile.
Mais en vérité, la pandémie n’a fait qu’aggraver une mauvaise situation. «Il y a des forces mondiales qui conduisent cela, toutes combinées en une tempête parfaite», explique D’Maris Coffman, économiste à l’University College London qui étudie l’effet de la pandémie sur les chaînes d’approvisionnement.
Pour réprimer cette tempête, il faudra investir des milliers de milliards de dollars dans les infrastructures mondiales, étendre les ports et les flottes de livraison, et investir dans une meilleure gestion, de meilleures conditions de travail et de meilleurs accords commerciaux. « La technologie ne résoudra pas ces problèmes. Cela ne permettra pas aux navires de transporter plus de conteneurs », déclare David Simchi-Levi, qui dirige le laboratoire de science des données au Massachusetts Institute of Technology et a aidé à créer des jumeaux numériques pour plusieurs grandes entreprises. Mais l’IA peut aider les entreprises à surmonter le pire. « Les jumeaux numériques nous permettent d’identifier les problèmes avant qu’ils ne surviennent », dit-il.
Selon Hans Thalbauer, directeur général de l’équipe des chaînes d’approvisionnement et de la logistique chez Google, le plus gros problème auquel les entreprises sont confrontées est l’incapacité à prévoir les événements en amont de la chaîne. « Peu importe à quelle entreprise vous parlez », dit-il. « Tout le monde dans le monde de la chaîne d’approvisionnement vous dira qu’il n’a pas la visibilité dont il a besoin pour prendre des décisions »
C’est la visibilité de la chaîne d’approvisionnement qui permet à Amazon, par exemple, de prédire quand un article apparaîtra à votre porte. Pour chaque article qu’Amazon livre lui-même, et cela inclut les millions d’articles qu’il livre au nom de vendeurs tiers comme Boyce et ses clients, cela donne une estimation précise de la date d’arrivée. Cela peut sembler peu, dit Boyce, mais si Amazon se trompait sur ces prévisions, il commencerait à perdre des clients, en particulier pendant la période des fêtes, lorsque les gens achètent des cadeaux de dernière minute et font confiance à Amazon pour les livrer. « Il faut une puissance de calcul énorme juste pour montrer ce simple petit jour de livraison », dit-il. « Mais les gens paniquent quand ils ne reçoivent pas leurs affaires à temps. »
Selon Deliverr, une société américaine qui gère la logistique de livraison pour plusieurs entreprises de commerce électronique, notamment Amazon, Walmart, eBay et Shopify, un délai de livraison estimé à deux jours contre sept à 10 jours augmente les ventes de 40 % ; un délai de livraison estimé à un jour augmente les ventes de 70 %.
Il n’est pas surprenant que d’autres veuillent leur propre boule de cristal. Les chaînes d’approvisionnement juste-à-temps sont presque mortes. Les perturbations des deux dernières années ont fait couler de nombreuses entreprises qui ont poussé l’hyper-efficacité à l’extrême. L’espace d’entreposage coûte cher, et payer pour stocker des stocks dont vous n’aurez peut-être pas besoin pendant une semaine peut sembler extravagant en période d’abondance. Mais lorsque le stock de la semaine prochaine n’apparaît pas, vous n’avez rien à vendre.
« Avant la pandémie, la plupart des entreprises se concentraient sur la réduction des coûts », explique Simchi-Levi. Maintenant, ils sont prêts à payer pour la résilience, mais se concentrer uniquement sur la résilience est également une erreur : vous devez trouver le bon équilibre entre les deux. C’est le vrai pouvoir des simulations. « Nous constatons qu’un nombre croissant d’entreprises commencent à tester leurs chaînes d’approvisionnement à l’aide de jumeaux numériques », dit-il.
Et qu’est-ce qui se passerait si?
En explorant différents scénarios possibles, les entreprises peuvent identifier l’équilibre entre efficacité et résilience qui leur convient le mieux. Ajoutez un apprentissage par renforcement approfondi, qui permet à une IA d’apprendre par essais et erreurs quelles actions entreprendre dans différentes situations, et les jumeaux numériques deviennent des machines pour explorer des questions de simulation. Que se passe-t-il s’il y a une sécheresse à Taïwan et que la pénurie d’eau arrête la fabrication de puces électroniques ? Un jumeau numérique pourrait prédire le risque que cela se produise, tracer l’impact que cela aurait sur votre chaîne d’approvisionnement et, à l’aide de l’apprentissage par renforcement, suggérer les mesures à prendre pour minimiser les dommages.
Si vous êtes un constructeur automobile dans le Midwest américain, un jumeau numérique peut vous suggérer d’acheter des composants supplémentaires auprès d’un distributeur de la côte ouest qui a encore un excédent. Mais enfilez plusieurs scénarios ensemble et les choses deviennent rapidement extrêmement complexes. Par exemple, selon Simchi-Levi, Ford entretient plus de 50 usines dans le monde, qui utilisent 35 milliards de pièces pour produire 6 millions de voitures et de camions chaque année. Il existe environ 1 400 fournisseurs répartis sur 4 400 sites de fabrication avec lesquels il interagit directement, et une pile de fournisseurs et de fournisseurs de fournisseurs jusqu’à 10 couches de profondeur entre Ford et les matières premières qui entrent dans ses véhicules. N’importe lequel de ces liens pourrait se rompre, et un bon test de résistance devrait sonder chacun d’eux.